Приведи пример использования нереляционной БД

NoSQL БД на практике: Реальные примеры и применение

Нереляционные базы данных — это мощный инструмент, который я использовал во многих проектах. Вот конкретные примеры из реальной практики, когда NoSQL был правильным выбором.

Пример 1: MongoDB для системы логирования событий

В стартапе, где я разрабатывал аналитическую платформу, нам нужно было хранить события пользователей (клики, просмотры, взаимодействия). Структура данных была гибкой и часто менялась.

from pymongo import MongoClient
from datetime import datetime
import json

client = MongoClient('mongodb://localhost:27017')
db = client['analytics']
events_collection = db['user_events']

# Вставка события с динамической структурой
def log_event(user_id, event_type, metadata):
    event = {
        'user_id': user_id,
        'event_type': event_type,
        'timestamp': datetime.utcnow(),
        'metadata': metadata,
        'ip_address': '192.168.1.1',
        'user_agent': 'Mozilla/5.0'
    }
    result = events_collection.insert_one(event)
    return str(result.inserted_id)

# Запрос для аналитики
today_events = events_collection.aggregate([
    {'$match': {'timestamp': {'$gte': datetime(2026, 3, 22)}}},
    {'$group': {'_id': '$user_id', 'event_count': {'$sum': 1}}},
    {'$sort': {'event_count': -1}}
])

Почему MongoDB здесь идеален:

• Структура событий менялась часто (добавляли новые поля)
• Быстрая вставка миллионов документов
• Встроенная агрегация для аналитики
• Горизонтальная масштабируемость через sharding

Пример 2: Redis для кэша и сессий

В микросервисной архитектуре я использовал Redis не только как кэш, но и как хранилище состояния приложения.

import redis
import json
from typing import Optional

class UserSessionManager:
    def __init__(self, redis_host='localhost', redis_port=6379):
        self.redis = redis.Redis(
            host=redis_host,
            port=redis_port,
            decode_responses=True
        )
    
    def create_session(self, user_id: str, data: dict, ttl: int = 3600):
        session_key = f'session:{user_id}'
        self.redis.setex(session_key, ttl, json.dumps(data))
    
    def get_session(self, user_id: str) -> Optional[dict]:
        session_key = f'session:{user_id}'
        session_data = self.redis.get(session_key)
        return json.loads(session_data) if session_data else None

# Использование
session_mgr = UserSessionManager()
session_mgr.create_session('user_123', {'username': 'john'}, ttl=7200)

Преимущества Redis:

• Чрезвычайно быстрый доступ (in-memory)
• Встроенное TTL для автоматической очистки
• Атомарные операции для счётчиков
• Простая pub/sub для уведомлений

Пример 3: Elasticsearch для полнотекстового поиска

Когда нам потребовалась функция поиска по документам с фильтрацией, Elasticsearch был идеальным решением.

from elasticsearch import Elasticsearch
from datetime import datetime

es = Elasticsearch(['http://localhost:9200'])

def search_articles(query: str, author_filter: Optional[str] = None):
    search_body = {
        'query': {
            'bool': {
                'must': [{
                    'multi_match': {
                        'query': query,
                        'fields': ['title^2', 'content']
                    }
                }],
                'filter': []
            }
        }
    }
    
    if author_filter:
        search_body['query']['bool']['filter'].append(
            {'term': {'author': author_filter}}
        )
    
    results = es.search(index='articles', body=search_body, size=50)
    return [hit['_source'] for hit in results['hits']['hits']]

Пример 4: Cassandra для time-series данных

В системе мониторинга метрик серверов мы использовали Cassandra для хранения временных рядов.

from cassandra.cluster import Cluster
import time

cluster = Cluster(['127.0.0.1'])
session = cluster.connect('metrics')

def record_metric(server_id: str, metric_name: str, value: float):
    query = '''
        INSERT INTO server_metrics 
        (server_id, timestamp, metric_name, value)
        VALUES (%s, %s, %s, %s)
    '''
    timestamp = int(time.time() * 1000)
    session.execute(query, [server_id, timestamp, metric_name, value])

Сравнение: Когда использовать какую NoSQL

Ключевой вывод

Каждая NoSQL БД решает конкретную проблему, которая неэффективна для реляционных БД. Я выбираю технологию не по популярности, а по требованиям задачи: нужна ли мне скорость, гибкость схемы, масштабируемость, или специализированная функциональность типа полнотекстового поиска.